[发明专利]一种异常医疗费用的检测方法、装置及存储介质

说明书

本发明涉及医疗数据技术，提出的异常医疗费用的检测方法、装置和存储介质，方法包括：获取医疗机构的多个目标病例数据；依据就诊信息对目标病例数据分类得到多类别目标病例数据；对各类别目标病例数据检测出离群数据，并作为潜在异常费用数据建立潜在异常数据集；依据各潜在异常费用数据确定就诊情况；依据潜在异常费用数据遍历查询病例数据库，以获取与就诊情况相似的历史病例数据，并与历史病例数据的医疗费用数据对比；若对比值超出预设阈值，将潜在异常费用数据标记为异常医疗费用数据，通过计算离群数据，从大量数据中初步筛选出候选的异常数据，再与历史数据对比确定异常费用数据，在精准检测医疗异常费用的基础上大大地提高了效率。

技术领域

本发明涉及到医疗数据技术领域，特别是涉及到一种异常医疗费用的检测 方法、装置及存储介质。

背景技术

就医问题一直是人们着重关注的问题，在就医问题中，医疗费用历来都是 重中之重，在现有医疗保障制度下，就诊者在就诊时，支付的医疗费用通常一 部分通过医保报销，另一部分由就诊者自付，或者全部医疗费用由就诊者支付， 这需要大量的工作人员来排查以确定医疗费用是否异常，不但耗费人力物力， 且效率低下。

发明内容

本发明的主要目的为提供一种效率高且检测精准的异常医疗费用的检测方 法、装置及存储介质。

基于上述发明目的，本发明提出一种异常医疗费用的检测方法，包括：

获取医疗机构的多个目标病例数据，所述目标病例数据包括就诊者的就诊 信息以及对应的医疗费用数据；

依据就诊信息对所述目标病例数据进行分类，得到多个类别的目标病例数 据；

对各类别所述目标病例数据检测出离群数据，并将所述离群数据作为潜在 异常费用数据建立潜在异常数据集；

依据各所述潜在异常费用数据对应的目标病例数据确定就诊者的就诊情 况，所述就诊情况包括药物以及就诊项目信息；

依次从所述潜在异常数据集中取出所述潜在异常费用数据，遍历查询预设 的病例数据库，以获取与所述就诊情况相似的历史病例数据；

将所述目标病例数据中的医疗费用数据与所述历史病例数据的医疗费用数 据对比；

若对比值超出预设阈值，则将潜在异常费用数据标记为异常医疗费用数据。

进一步地，所述对各类别所述目标病例数据检测出离群数据的步骤，包括：

对各类别所述目标病例数据处理得到候选离群数据集；

将所述候选离群数据集输入预设的检测模型进行检测，得到检测结果，所 述检测模型为基于卷积神经网络结构构建的深度网络分类器，所述检测结果包 括检测出的离群数据。

进一步地，所述对各类别所述目标病例数据处理得到候选离群数据集的步 骤，包括：

将各类别的所述目标病例数据形成一一对应的数据集，每个所述目标病例 数据包括k个维度数据；

将每个所述数据集中的每个维度数据空间划分成相等深度的k个网格，每 个维度数据空间包括n个数据点；

计算每个所述网格的点数期望以及点数的标准差；

依据所述点数期望以及标准差计算出各所述网格的稀疏值；

当所述稀疏值小于0，则将对应的所述网格的数据加入所述候选离群数据 集。

进一步地，所述依据所述点数期望以及标准差计算出各所述网格的稀疏值 的步骤，包括：

利用以下公式计算出所述稀疏值S：